MétaCan
Menu
Retour à la cohorte
Enregistrement W2153146053 · doi:10.1144/petgeo2012-074

Using geological well testing for improving the selection of appropriate reservoir models

2014· article· en· W2153146053 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePetroleum Geoscience · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeologyGeobiologyEconomic geologyRegional geologyEnvironmental geologyMetamorphic petrologyTelmatologyIgneous petrologyEngineering geologyHydrogeologyPalaeogeographySelection (genetic algorithm)Reservoir modelingPetroleum engineeringSeismologyComputer scienceVolcanismGeotechnical engineeringTectonicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Analytical well-test solutions are mainly derived for simplified and idealized reservoir models and therefore cannot always honour the true complexity of real reservoir heterogeneities. Pressure transients in the reservoir average out heterogeneities, and therefore some interpretations may not be relevant and could be misleading. Geological well testing refers to the numerical simulation of transient tests by setting up detailed geological models, within which different scales of heterogeneity are present. The concept of geological well testing described in this paper assists in selecting from multiple equi-probable static models. This approach is used to understand which heterogeneities can influence the pressure transients. In this paper, a low-energy multi-facies fluvial reservoir is studied, for which data from a well test of exceptionally long duration are available. The pervasive low reservoir quality facies and restricted macro cross-flow between the reservoir layers give rise to an effective commingled system of flow into the wellbore (i.e. zero or very low vertical cross-flow between the reservoir units). In our model, facies transitions produce lateral cross-flow transients that result in a ‘double-ramp-effect’ signature in the test response. A sophisticated multi-point statistical (MPS) facies modelling approach is utilized to simulate complex geological heterogeneities and to represent facies spatial connectivity within a set of generated static models. The geological well-test model responses to a real well-testing cycle are then evaluated using dynamic simulation. The pressure match between simulated and recorded data is improved by generating multiple facies and petrophysical realizations, and by applying an engineering-based hybridization algorithm to combine different models that match particular portions of the real well-test response. In this example, the reservoir dynamics are controlled by subtle interaction between high-permeability channels and low-permeability floodplain deposits. Effective integration of geology and dynamic data using modern methods can lead to better reservoir characterization and modelling of such complex reservoir systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,280
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle